CN108805443A - 一种电网性能综合评价方法和系统 - Google Patents
一种电网性能综合评价方法和系统 Download PDFInfo
- Publication number
- CN108805443A CN108805443A CN201810579713.6A CN201810579713A CN108805443A CN 108805443 A CN108805443 A CN 108805443A CN 201810579713 A CN201810579713 A CN 201810579713A CN 108805443 A CN108805443 A CN 108805443A
- Authority
- CN
- China
- Prior art keywords
- index
- electric network
- network performance
- evaluation
- matter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000011156 evaluation Methods 0.000 claims abstract description 104
- 238000013210 evaluation model Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 28
- 230000005611 electricity Effects 0.000 claims description 17
- 230000015572 biosynthetic process Effects 0.000 claims description 14
- 238000003786 synthesis reaction Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 10
- 238000012797 qualification Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 6
- 238000000205 computational method Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 10
- 230000008901 benefit Effects 0.000 description 8
- 230000003993 interaction Effects 0.000 description 6
- 230000009466 transformation Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000002452 interceptive effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 229910052799 carbon Inorganic materials 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000011158 quantitative evaluation Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 235000007926 Craterellus fallax Nutrition 0.000 description 1
- 240000007175 Datura inoxia Species 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/043—Architecture, e.g. interconnection topology based on fuzzy logic, fuzzy membership or fuzzy inference, e.g. adaptive neuro-fuzzy inference systems [ANFIS]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Water Supply & Treatment (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Computational Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
Abstract
本发明涉及一种电网性能综合评价方法和系统,其特征在于:包括以下步骤:1)从不同方面对影响电网性能的因素进行识别和分析,确定电网性能影响因素;2)根据评价指标体系构建原则,建立电网性能评价指标体系;3)运用熵值法对电网性能评价指标体系中的各评价指标进行赋权,建立基于熵值法的物元可拓综合评价模型,对电网性能进行综合评价。本发明规范性强,具有简便、定量严密的特点,因而,本发明可以广泛应用于电网性能评价领域。
Description
技术领域
本发明属于电网性能评价领域,具体地说,涉及一种电网性能综合评价方法和系统。
背景技术
近年来,我国社会经济不断发展、电力技术持续更新,供电质量和可靠性要求也不断提高,这些都对电网的整体性能提出了更高的要求。随着公司发展业务流程逐步 优化,管理精益化水平显著提高,各专业对明细数据、实时信息等需求越来越迫切, 而且全面建成“一强三优”现代公司对坚强智能电网建设、企业高效协同经营管理等 提出了更高要求。
现有技术中对电网性能评价时,统计分析数据不规范、基于实时设备运行设计的电网性能评估理论、方法与工具尚不完善,容载比等数据质量不高,无法准确反映电 网实时运行状态,难以实现对电网性能客观准确评估。
发明内容
针对上述问题,本发明的目的是提供一种电网性能综合评价方法和系统,该方法建立了一套基于设备全过程实时信息、涵盖关键指标、基于熵值法-物元可拓理论的电 网性能综合评估模型,提升电网企业精益化管理水平,辅助电网发展决策。
为实现上述目的,本发明采取以下技术方案:一种电网性能综合评价方法,其特征在于:包括以下步骤:1)从不同方面对影响电网性能的因素进行识别和分析,确定 电网性能影响因素;2)基于得到的电网性能影响因素,根据预先建立的评价指标体系 构建原则,建立电网性能评价指标体系;3)运用熵值法对电网性能评价指标体系中的 各评价指标进行赋权,建立基于熵值法-物元可拓综合评价模型,对电网性能进行综合 评价。
所述步骤2)中,建立电网性能评价指标体系的方法,包括以下步骤:2.1)建立 评价指标体系构建原则;2.2)根据建立的评价指标体系构建原则,以确定的电网性能 影响因素为基础,建立电网性能初步评价指标体系;2.3)运用专家打分法对建立的初 步评价指标体系进行二次筛选,确定电网性能初步评价指标体系中的关键评价指标; 2.4)确定各关键评价指标的评分公式,将各关键评价指标及其评分公式作为最终的电 网性能评价指标体系。
所述步骤2.3)中,所述关键评价指标包括影响电网安全性、可靠性、优质性、 经济性和智能性的五类关键指标;其中,所述影响电网安全性的关键指标包括变电容 载比和线路N-1通过率;其计算公式分别为:a、变电容载比:
b、线路“N-1”通过率:
所述影响电网可靠性的关键指标包括供电可靠率、变压器可用系数和线路可用系数,其计算公式分别为:a、供电可靠率:
单条供电线路的供电可靠性:
整个变电站或整个供电区域的供电可靠性:
b、变压器可用系数:
c、线路可用系数:
所述影响电网优质性的关键指标包括综合电压合格率和可再生能源发电量占比,其计算公式分别为:a、综合电压合格率:
b、可再生能源发电量占比:
所述影响电网经济性的关键指标包括线损率、单位电网资产供电负荷和单位电网资产售电收入,其计算公式分别为:a、线损率
b、单位电网资产供电负荷:
c、单位电网资产售电收入:
所述影响电网智能性的关键指标包括智能变电站比例、智能电表覆盖率和配电自动化线路覆盖率,其计算公式分别为:a、智能变电站比例:
b、智能电表覆盖率:
c、配电自动化线路覆盖率
所述步骤3)中,建立基于熵值法-物元可拓模型并对电网性能进行评价的方法,包括以下步骤:3.1)将电网性能划分为若干评价等级,并给出各评价等级的数据范围, 根据划分的评价等级及评价等级的数据范围确定各评价等级的经典域、节域,并将待 评价电网的各评价指标值作为待评价物元;3.2)对待评价物元内的各评价指标值进行 标准化处理;3.3)采用熵值法确定标准化处理后待评价物元内各评价指标值的指标权 重;3.4)根据待评价物元中各关键指标值的权重系数,计算得到待评物元各评价指标 值关于各评价等级的关联度;3.5)根据待评价物元内各关键指标关于各评价等级的关 联度,计算待评价物元关于各评价等级的综合关联度,并进行等级评定。
所述步骤3.1)中,所述经典域为:
式中,Nj表示所划分的j个等级,c1,c2,…,cn是Nj的n个不同特征,vj1,vj2,…,vjn分别是Nj关于c1,c2,…,cn所取值的范围;所述节域为:
式中,p表示待评对象等级的全体;vp1,vp2,…,vpn分别是p关于c1,c2,…,cn所取值的 范围;所述待评价物元为:
式中,p0为待评价物元;v1,v2,…,vn分别是p0关于特征c1,c2,…,cn检测所得的具体数据。
所述步骤3.2)中,评价指标的标准化处理公式为:
式中,vki表示第i个指标的第k个指标值,此处的m取值为5,q1为区间型指标最 优取值范围的下界,q2为区间型指标最优取值范围的上界,xki为标准化后的指标数值。
所述步骤3.3)中,各关键指标的指标权重的计算方法,包括以下步骤:3.3.1) 计算第i项指标下,第k个指标值标准化后的指标数值的贡献度;
式中:pki表示第i个指标属性下,第k个指标值的贡献度;3.3.2)计算第i项指标 的熵值ei;
式中,常数h取h=1/lnm,且设Pki=0时,Pki=0lnPki=0;3.3.3)计算指标xi的 差异性系数gi;
gi=1-ei,
3.3.4)确定权重系数wi:
所述步骤3.4)中,关键指标关于各评价等级的关联度的计算公式为:
式中,
|Vji|=|bji-aji|,(i=1,2,…,n;j=1,2,…,m),
式中,ρ(vi,Vji)、ρ(vi,Vpi)分别表示点vi与经典域区间Vji和节域区间Vpi的距。
所述步骤3.5)中,待评价物元关于等级j的综合关联度为:
式中:Kj(p0)为待评物元关于各等级j的综合关联度,Kj(vi)为待评事物各指标对各等级的关联度,wi为各评价指标的权系数。
一种电网性能综合评价系统,其特征在于:其包括:电网性能影响因素识别模块,用于从不同方面对影响电网性能的因素进行识别和分析,并确定电网性能影响因素; 评价指标体系构建模块,用于根据预先建立的评价指标体系构建原则,在确定的电网 性能影响因素的基础上,建立电网性能评价指标体系;模型构建及评价模块,用于对 电网性能评价指标体系中的各评价指标进行赋权,建立基于熵值法的物元可拓综合评 价模型,对电网性能进行综合评价。
本发明由于采取以上技术方案,其具有以下优点:1、本发明所构建的物元可拓模型在评价过程中以实测数据为基础,具有较强的客观性,从而使得评价结果更加实际 可靠。2、本发明由于构建的物元可拓模型所采用的熵值法是一种客观的指标赋权法, 以指标实测量值为基础,避免了确定指标权重时受主观因素影响过大,使得到的指标 权重更加科学准确。3、本发明所构建的物元可拓模型不仅能够得到目标层和准则层指 标的综合评价等级和评价结果,还能对指标层的13个指标进行分类评价,有助于电网 企业对各指标进行有针对性的改进,从而提高电网的整体性能。本发明规范性强,具 有简便、定量严密的特点,因而,本发明可以广泛应用于电网性能评价领域。
附图说明
图1是电网性能影响因素鱼骨图;
图2是本发明构建的电网性能评价指标体系;
图3是本发明熵值法-物元可拓模型综合评价流程图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
综合评价理论是评价者对评价对象的各方面进行分析,根据评价标准对评价对象的各项功能进行量化和非量化的测量,最终综合各方面信息得出一个可靠且符合逻辑 的评估结论的过程。综合评价理论按照评价方法的主客观性可分为定性与定量两种:
(1)定性评价方法
定性评价方法的含义是不采用数学的方法,而是根据评价者对评价对象平时的表现、现实的状态或文献资料的观察和分析,直接对评价对象做出定性结论的价值判断。 常见的定性评价方法包括专家评价法、层次分析法、网络层次分析法等。以层次分析 法为例,层次分析法是一种定性和定量相结合的、系统化、层次化的分析方法。它在 处理复杂的决策问题上具有实用性和有效性。层次分析法不仅适用于存在不确定性和 主观信息的情况,还允许以合乎逻辑的方式运用经验、洞察力和直觉。
(2)定量评价方法
定量评价方法的含义是采用数学的方法,收集和处理数据资料,对评价对象做出定量结论的价值判断。常见的定量评价方法包括理想解法、灰色关联度法、熵权法、 模糊综合评价、物元可拓评价法、数据包络分析法、人工神经网络法、粗糙集评价法 等。以模糊综合评价法为例,模糊综合评价是通过构造等级模糊子集把反映被评事务 的模糊指标进行量化(即确定隶属度),然后利用模糊变换原理对各指标综合。该方法 能对多因素影响的模糊事物有一个明确的认识,使综合评价中多类多层次的模糊性可 科学化定量化。
基于上述对综合评价理论的介绍,本发明提供一种电网性能综合评价方法,包括以下步骤:
1)从安全性、可靠性、优质性、经济性和智能性五个方面对影响电网性能的因素进行识别和分析,确定电网性能影响因素。
电网性能受多方面因素影响,要高质量地完成电网性能评估工作,就必须建立电网性能影响因素库,便于在特定场景下筛选出合适的指标。与传统电网相比较,“现代 化”电网应朝着具备安全、可靠的电网网架结构,优质电能质量和高水平的供电服务, 以及信息化、自动化和互动化兼备,成本和效益均衡的总体方向和总体目标发展。
如图1所示,将电网性能分成安全性、可靠性、优质性、经济性、智能性五个方 面,对影响这五个方面的因素进行识别,构建因素库,得到电网性能影响因素鱼骨图。 影响电网性能的五个方面的技术因素介绍如下:
安全性:安全性是指电网在元件退出、负荷不正常波动情况下维持连续供电的能力,是电网保障经济社会发展的基础。供电安全性需要靠容量裕度和网络冗余度来保 证。电网中的设备和网络在运行时预留的裕度越大,电网的供电安全性越高。由于负 荷变化是随时随机的,故障也是随机发生的,因此,如何通过优化网络结构,尽可能 增加电网的冗余度(如采用环网结构、双回或多回线供电等),保证电网中各运行元件 (设备)在负荷变化或故障时不过载,是保障电网供电安全首先要考虑的问题。其次, 在电网的运行过程中,要通过科学地安排电网的运行方式,为电力系统的稳定安全运 行留有适当的安全裕度,以保证电网的安全可靠运行。可知,电网安全性受设备因素 和网络因素影响,而影响设备因素的主要技术因素是容量裕度,影响网络因素的技术 因素是网络冗余度。
可靠性:电力系统的可靠性是电网按照严格的质量标准以及所需电量能够不间断地向用户供应电能能力水平的度量。随着经济的转型发展以及人民物质生活水平的不 断提升,对供电的可靠性会提出更高的要求,可靠性越高越能体现电网性能的水平。 可靠性受系统运行状况和设备运行状况影响,而影响系统运行状况的主要技术因素包 括系统与电网供电水平的匹配程度、员工的技术水平,影响设备运行状况的主要技术 因素包括设备运行年限和设备先进程度。
优质性:优质性在满足用户基本电力需求的基础上体现了电网满足社会转型发展带来的更多方面和更高层次需求的能力。优质性主要考虑的是为电力用户提供优质的 电力供应,如稳定的电压输出,较少的谐波污染等。除此之外,现代化电网运行的优 质性还应考虑服务的优质性、与周边环境发展的协调性以及电网未来发展的能力。电 网优质性受技术水平、管理水平和外部市场因素影响。技术水平包括电能质量和电网 裕度,电能质量影响着电网能否为电力用户提供优质的电力供应,而电网裕度则影响 着电网能否与自身后续发展、社会发展相匹配。管理水平包括相关制度的制定情况和 员工素质,两者影响着电网企业能否为用户提供优质服务。外部市场因素主要指清洁 能源发电量占比。当下,创造良好的环境效益、建设绿色环保的电网已经成为现代化 电网的发展趋势,“环境友好、资源节约”是经济社会发展的未来方向。充分有效消纳 清洁能源,为全社会提供高效低碳的绿色电能,是智能电网的核心特征之一,因此, 清洁能源发电量占比对电网绿色低碳的优质性能有着重要影响。
经济性:经济性是指电网所产生的直接和间接的经济效益,电网经济性不仅体现了电网安全可靠与降低成本、增加效益之间的相互协调,还从一定程度上支撑了全社 会效益的最大化。经济性主要受政策因素、市场因素和电网内部因素影响。政策因素 包括国家政策和地方性政策,市场因素包括购售电价差和竞争对手发展状况,这两种 外部因素无疑会对电网直接的经济效益产生重大影响。而电网内部因素,比如技术更 新和成本管理,则会通过降低损耗、减少成本、精益管理等带来间接的经济效益。
智能性:智能性主要指的是电网满足现代化发展对于电网信息化、自动化和互动化需求的能力。信息化是坚强智能电网的基本途径。自动化是坚强智能电网发展水准 的直观体现,依赖于高效的信息采集传输与集成应用,实现电力系统的自动控制运行 与管理水准的提升。而互动化则是现代化电网未来的重要发展方向。未来电网不应仅 仅专注于保证安全可靠供电的基本要求,还需要注重提升用户互动水平和增值服务能 力,实现电网、电源和用户之间电力流、信息流、业务流的多向互动,提高电网整体 运行效率。电网与用户的友好互动主要包括两个方面,一是用电信息的互动,是指采 用现代通信与信息技术,实现用电及电网信息在供电企业与用户之间即时交换。二是 电能的互动,是指用户根据各种激励措施,主动调整用电方式,参与电力市场交易。
智能性主要受技术水平因素和社会因素影响,而技术水平因素包括现代通信与信息技术水平、系统信息采集传输与集成应用水平以及员工的技术能力。社会因素主要 指用户参与电网互动的积极性,这会对电网的互动化水平产生影响。
2)以确定的电网性能影响因素为基础,根据评价指标体系构建原则,建立电网性能评价指标体系,并确定关键指标,具体包括以下步骤:
2.1)根据各指标对电网性能评价所起作用的大小,建立评价指标体系构建原则。
进行电网性能评估,确定评价的指标体系是基础。指标选择的好坏对分析对象具有举足轻重的作用。在综合评价中,并非是评价指标越多越好,但也不是越少越好, 关键在于评价指标在评价中所起作用的大小。
选择指标的一般原则是以尽量少的“主要”评价指标用于实际评价。指标体系的建立要视具体评价问题而定。在初步建立的评价指标集合当中可能存在着一些“次要” 的评价指标,这就需要按某种原则进行筛选,分清主次,合理组成评价指标集。一般 来说,建立评价指标体系应遵循以下原则。
①指标宜少不宜多,宜简不宜繁。评价指标并非多多益善,关键在于评价指标在评价过程中所起作用的大小。同时要考虑所要花费的时间、费用等因素,使评价活动 易于开展,并达到最终的评价目的。因而,目标性是指标选取的出发点。
②指标应具有独立性。每个指标应内涵清晰、相互独立,不能相互重叠、相互间 存在因果关系。指标体系要层次分明,简明扼要。
③指标应具有代表性与差异性。指标应能很好地反映研究对象某方面的特性,同时指标之间应具有明显的差异性,有差异才有对比,也就是指标之间的可比性。
④指标可行。指标的选取应符合客观实际,有稳定的数据来源,易于操作,即应 具有可行性。评价指标含义要明确,数据要规范,口径要一致,资料收集要简便易行。
根据上述原则,在建立电网性能评价指标体系时,各指标的选取一方面要尽可能全面地反映电网实际情况,不能遗漏任一重要的指标,便于发现电网中隐藏的问题; 另一方面也要考虑到信息有效性、数据采集、计算量等实际情况,提取具有独立且具 有代表性的指标,真正做到既不重复也不遗漏。
2.2)以确定的电网性能影响因素为基础,根据建立的评价指标体系构建原则,建立电网性能初步评价指标体系。
在考虑电网性能影响因素的基础上,根据评价指标体系构建的原则,从安全性、可靠性、优质性、经济性、智能性五个方面对指标进行筛选,建立电网性能初步评价 指标体系,如下表1所示:
表1电网性能评估初选指标体系
2.3)运用专家打分法对建立的初步评价指标体系进行二次筛选,确定初步评价指标体系中的关键评价指标。
为了对各指标进行科学合理的评分,征集10位专家进行综合评分,为方便计数,将评分范围定在0到1之间。最后把去掉最高分与最低分后的平均分作为该指标最终 得分。具体公式如下:
其中,pi为第i个指标的最终得分,m为参与评分的专家数,ps为第s个专家的评 分,pmax和pmin分别为最高分和最低分。
如图2所示,根据专家和实际经验,设定阈值为6,综合评分大于6的指标为关 键指标,最终构建出电网性能评价指标体系。其中,影响电网安全性的关键指标为: 变电容载比和线路N-1通过率;影响电网可靠性的关键指标为:供电可靠率、变压器 可用系数和线路可用系数;影响电网优质性的关键指标为:综合电压合格率和可再生 能源发电量占比;影响电网经济性的关键指标为:线损率、单位电网资产供电负荷和 单位电网资产售电收入;影响电网智能性的关键指标为:智能变电站比例、智能电表 覆盖率和配电自动化线路覆盖率。
2.4)将各关键评价指标作为进行电网性能评价的最终评价指标体系,并确定各关键评价指标的评分公式,用于电网性能评价。
①安全性
a、变电容载比:变电容载比是指某一供电区域、同一电压等级电网的公用变电设备总容量与对应的总负荷(网供负荷)的比值。容载比是保障电网发生故障时,负荷 能否顺利转移的重要宏观控制指标。容载比是区间型指标,过大将使电网投资增大, 降低电力企业的运行经济性。容载比过小则会使电网适应性降低,影响供电安全性和 可靠性。其计算公式为:
大中城市配电网的变电容载比一般取为:220kV电网为1.6~1.9;35~110kV电 网为1.8~2.1。
b、线路“N-1”通过率:线路“N-1”通过率指在最大负荷运行方式下,在变电站 出线开关停运后,该线路全部负荷通过不超过两次操作就能转移到其它线路供电,此类 线路所占的比例。在满足供电安全标准要求的情况下,线路“N-1”通过率越高,则电 网安全性越好,为正向指标。其计算公式如下:
②可靠性
a、供电可靠率(RS-3):供电可靠率指在统计期间内,扣除系统电源不足限电影响,对用户有效供电时间总小时数与统计期间小时数的比值。供电可靠率为正向指标, 对于单条供电线路,计算公式如下:
对于整个变电站(所)或整个供电区域,计算公式如下:
b、变压器可用系数:变电器可用系数是表征设备可靠性的一个数量指标,用变压器的可用小时数与统计期间小时数之比表示。变压器可用系数越高,表示设备的可靠 性越好,为正向指标,计算公式如下:
c、线路可用系数:线路可用系数同样是表征设备可靠性的数量指标,用线路的可用小时数与统计期间小时数之比表示,为正向指标,计算公式如下:
③优质性
a、综合电压合格率:电压质量是电能质量的重要指标之一,是电网优质性的重要反映。综合电压合格率指在电网运行中,一个月内,监测点电压在合格范围内的时间 总和与月电压监测总时间的百分比,为正向指标,计算公式如下:
一般情况下,城市地区的供电可靠率应不低于99.90%,居民客户端电压合格率应不低于96%。
b、可再生能源发电量占比:可再生能源发电量占比是可再生能源发电量占系统总发电量的比值,反映电网在绿色低碳方面的优质性,为正向指标,计算公式如下:
④经济性
a、线损率:在输送和分配(变压)电能过程中,电网中各个元件所产生的功率损失、电能损失以及其他损失,统称为线路损失(供电损失),简称线损。线损电量包括 从发电厂主变压器一次侧(不包括厂用电)至用户电能表上的所有电能损失。线损电 量不能直接计量,它是用供电量与售电量相减计算出来的。线损电量占供电量的百分 比称为线损率,是考核电力系统运行经济性的指标。线损率越小,则电网运行的经济 性越好,为负向指标。计算公式如下:
b、单位电网资产供电负荷:单位电网资产供电负荷是供电区域供电总负荷和电网总资产的比值,为正向指标,计算公式如下:
c、单位电网资产售电收入:单位电网资产售电收入是供电区域售电收入总额和电网总资产的比值,为正向指标,计算公式如下:
⑤智能性
a、智能变电站比例:智能变电站比例指整个评估区域智能变电站座数占变电站总座数的比例。该指标越大,则电网的信息化水平越高,为正向指标,计算公式如下:
b、智能电表覆盖率:智能电表覆盖率是整个评估区域安装的智能电表数占电网总电表数的比例。智能电表覆盖率同样是反映电网信息化水平的指标,为正向指标,计 算公式如下:
c、配电自动化线路覆盖率:依据电力系统相关的评估导则,配电自动化线路覆盖率指整个评估区域内具有“两遥”或者“三遥”功能的线路条数占电网线路总数的比 例。其中,两遥指遥测与遥信,三遥指遥测、遥信、遥控。配电自动化线路覆盖率越 大,则电网自动化水平越高,为正向指标,计算公式如下:
3)运用熵值法对电网性能评价指标体系中的各评价指标进行赋权,建立基于熵值法的物元可拓综合评价模型,利用建立的物元可拓模型对电网性能进行评价。
对物元评价方法的思想进行介绍:首先根据已有的数据将评价对象的水平分成若干等级,由数据库或专家意见给出各级别的数据范围,再将评价对象的指标代入各等 级的集合中进行多指标评定,评定结果按它与各等级集合的关联度大小进行比较,关 联度越大,它与其等级集合的符合程度就越佳。物元可拓模型构建基本步骤如下:
3.1)将电网性能划分为若干评价等级,并给出各评价等级的数据范围,根据划分的评价等级及评价等级的数据范围确定各评价等级的经典域、节域以及待评价电网的 各关键指标值形成待评价物元。
事物N具有特征c,其值为v,则由N、c、v构成有序的三元组R=(N,c,v)作为描 述事物的基本元,简称物元。事物的名称N,特征c和量值v称为物元R的三要素。假 设事物N具有多个特征,可用n个特征c1,c2,…,cn及相应的量值v1,v2,…,vn描述,则称物 元R为n维物元,记为
由事物的特征及其标准量值范围组成的物元矩阵称为经典域,记为Rj。由经典物元加上可以转化为经典物元的事物及其特征和此特征相应拓广了的量值范围组成的物 元矩阵称为节域,记为Rp。令
式中,p表示待评对象等级的全体;vp1,vp2,…,vpn分别是p关于c1,c2,…,cn所取值的 范围,即p的节域。令Rj为:
式中,Nj表示所划分的j个等级,c1,c2,…,cn是Nj的n个不同特征,vj1,vj2,…,vjn分别是Nj关于c1,c2,…,cn所取值的范围,即经典域。令
式中,p0为待评价物元;v1,v2,…,vn分别是p0关于特征c1,c2,…,cn检测所得的具体数据。
3.2)对待评价物元的各关键指标值进行标准化处理。
一般来说,在指标的选取过程中,可能会有以下四种类型的指标:极大型指标、 极小型指标、中间型指标、区间型指标。如果指标中既有极大型指标、极小型指标, 又有中间型指标和区间型指标,则在进行各方案的综合评价之前,必须将指标进行一 致化处理,否则就无法定性判断综合评价函数的结果,也无法根据结果对各个评价对 象进行优劣判断。运用如下方法,分别对正向指标、负向指标和区间型指标5年的数 据进行规范化处理:
其中,vki表示第i个指标的第k个指标值,此处的m取值为5,q1为区间型指标最 优取值范围的下界,q2为区间型指标最优取值范围的上界,xki为规范化后的指标数值。 处理后的指标数值介于0.2到1之间。
3.3)采用熵值法确定待评价物元中各关键指标值的指标权重。
熵是对不确定性的一种度量。根据熵的定义和特点,可以通过熵值的大小,确定某事件无序度和随机程度。利用熵值法确立投资策略影响因素权重的具体步骤如下:
3.3.1)计算第i项指标下,第k个指标值的贡献度。
式中:pki表示第i个指标属性下,第k个指标值的贡献度。
3.3.2)计算第i项指标的熵值ei。
熵值ei表示所有指标值对第i个指标的贡献总量。
式中,常数h一般取h=1/lnm,且设Pki=0时,Pki=0lnPki=0。这样能保证0≤e≤1。
3.3.3)计算指标xi的差异性系数gi。
gi=1-ei (27)
式中,gi表示第i个指标下每一个备选方案的贡献度的差异程度。当ei越小时,因素的差异性越大,所得到的gi就越大。显然,gi越大,表示该指标越重要,赋予的权 重就越大。
3.3.4)确定权重系数wi。
权重系数wi为经过了归一化处理之后的权重系数,由下式确定。
3.4)根据待评价物元中各关键指标值的权重系数,计算得到待评物元各关键指标关于各评价等级的关联度。
其中,
|Vji|=|bji-aji|,(i=1,2,…,n;j=1,2,…,m) (32)
式中,ρ(vi,Vji)、ρ(vi,Vpi)分别表示点vi与经典域区间Vji和节域区间Vpi的距。关联度Kj(vi)实际上刻画的是待评事物各指标关于各评价等级j的归属程度,相当于模糊数 学中描述模糊集合的隶属度,若Kj(vi)=maxKj(vi),j∈(1,2,...,m),则评定指标vi属于等 级j。
关联度数值在实数轴上的大小表征了被评对象属于某一级别的程度,物元模型的关联度将逻辑值从模糊数学的[0,1]闭区间拓展到(-∞,+∞)实数轴后,比模糊数学的隶属度所代表的内涵更为丰富,能揭示更多的分异信息。依据K(v)的不同取值范围作为等 级评定的依据,如下表2所示:
表2关联度的意义
3.5)根据待评价物元内各关键指标关于各评价等级的关联度,计算待评价物元的综合关联度,并进行等级评定。
待评价物元关于等级j的综合关联度为:
式中:Kj(p0)为待评物元关于各等级j的综合关联度,Kj(vi)为待评事物各指标对各等级的关联度,wi为各评价指标的权系数。若Kj(p0)=maxKj(p0),j∈(1,2,...,m),则 待评物元p0属于等级j。
基于上述基于熵值法-物元可拓模型的电网性能评价方法,本发明还提供一种基于 熵值法-物元可拓模型的电网性能评价系统,其包括:电网性能影响因素识别模块,用于从不同方面对影响电网性能的因素进行识别和分析,并确定电网性能影响因素;评 价指标体系构建模块,用于根据预先建立的评价指标体系构建原则,在确定的电网性 能影响因素的基础上,建立电网性能评价指标体系;模型构建及评价模块,用于对电 网性能评价指标体系中的各评价指标进行赋权,建立基于熵值法的物元可拓综合评价 模型,对电网性能进行综合评价。
其中,评价指标体系构建模块包括评价指标原则构建模块、初步评价指标体系构建模块、评价指标筛选模块和评价指标体系计算模块;评价指标原则构建模块用于根 据各指标对电网性能的影响大小,建立评价指标体系构建原则;初步评价指标体系构 建模块用于根据建立的评价指标体系构建原则,在确定的电网性能影响因素基础上, 建立电网性能初步评价指标体系;评价指标筛选模块用于对初步评价指标体系中的评 价指标进行二次筛选,确定关键评价指标用于构建最终电网性能评价指标体系;评价 指标体系计算模块用于根据预先构建的评分公式,计算待评价电网的各评价指标值。
模型构建及评价模块包括电网性能等级划分模块、标准化处理模块、指标权重计算模块、关联度计算模块以及综合关联度计算模块。其中,电网性能等级划分模块用 于将电网性能划分为若干评价等级,并确定各评价等级的数据范围,进而确定各评价 等级的经典域、节域以及待评价电网的各关键指标值形成的待评价物元;标准化处理 模块用于对待评价电网的各评价指标值进行标准化处理;指标权重计算模块用于采用 熵值法确定待评价电网的各评价指标值的指标权重;关联度计算模块用于根据各评价 指标值的指标权重,计算各评价指标值关于各评价等级的关联度;综合关联度计算模 块用于根据各评价指标关于各评价等级的关联度,计算待评价电网关于各评价等级的 综合关联度,得到待评价电网的评价等级。
算例1:以某市电网实测数据为基础进行算例分析,说明本发明的实用效果,计 算过程如下:
1)确定经典域物元矩阵、节域物元矩阵和待评物元矩阵。
本算例将电网在不同年限的性能看做一个物元进行评价,以反映电网性能的总体变化情况。将电网性能划分为4个等级:优、良、中、差,分别用I级、II级、III 级、IV级表示,建立经典域物元矩阵RN1、RN2、RN3、RN4和节域物元矩阵RP,根据 某市电网实测数据,建立待评价物元矩阵R0,如下所示:
2)确定权重系数。
2.1)数据标准化处理
根据公式(31)-(33),处理后的指标数值,具体如下表3所示:
表3标准化指标数值表
2.2)指标权重确定
根据公式,计算出各指标的熵值和差异性系数,最终确定指标权重如下表4所示:
表4指标权重表
指标 | 权重 | 指标 | 权重 |
变电容载比(C1) | 0.001 | 线损率(C8) | 0.006 |
线路“N-1”通过率(C2) | 0.010 | 单位电网资产供电负荷(C9) | 0.004 |
供电可靠率(C3) | 0.006 | 单位电网资产售电收入(C10) | 0.011 |
变压器可用系数(C4) | 0.003 | 智能变电站比例(C11) | 0.206 |
线路可用系数(C5) | 0.006 | 智能电表覆盖率(C12) | 0.030 |
综合电压合格率(C6) | 0.003 | 配电自动化线路覆盖率(C13) | 0.424 |
可再生能源发电量占比(C7) | 0.292 |
3)计算各指标关于各评价等级的关联度。
计算出电网性能各指标关于4个评价等级的关联度,关联度越大,表明该指标归属于该评价等级的程度越高。各指标评价等级如下表5所示:
表5各指标评价等级表
4)电网性能等级评定。
将各指标相对于各评价等级的关联度进行加权求和,得出各年,即各待评物元相对于各评价等级的综合关联度,最终确定电网性能各年的评价等级,如下表6所示:
表6综合等级评定表
Ⅰ | Ⅱ | Ⅲ | Ⅳ | 等级评定 | |
2012年 | -0.8914 | -0.8848 | -0.8493 | 0.0484 | Ⅳ |
2013年 | -0.7801 | -0.7396 | -0.6940 | 0.1730 | Ⅳ |
2014年 | -0.4513 | -0.2671 | -0.2691 | -0.1456 | Ⅳ |
2015年 | -0.3833 | -0.0791 | -0.2869 | -0.2919 | Ⅱ |
2016年 | -0.0057 | -1.0763 | -1.1753 | -1.3795 | Ⅰ |
由上表可知,2012年至2014年电网性能等级均为差,2015年为良,2016年为优, 说明该市电网总体性能正在朝优秀的方向发展。
最后应当说明的是:以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应 当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、 修改或者等同替换,但这些变更、修改或者等同替换,均在申请待批的权利要求保护 范围之内。
Claims (10)
1.一种电网性能综合评价方法,其特征在于:包括以下步骤:
1)从不同方面对影响电网性能的因素进行识别和分析,确定电网性能影响因素;
2)基于得到的电网性能影响因素,根据预先建立的评价指标体系构建原则,建立电网性能评价指标体系;
3)运用熵值法对电网性能评价指标体系中的各评价指标进行赋权,建立基于熵值法-物元可拓综合评价模型,对电网性能进行综合评价。
2.如权利要求1所述的一种电网性能综合评价方法,其特征在于:所述步骤2)中,建立电网性能评价指标体系的方法,包括以下步骤:
2.1)建立评价指标体系构建原则;
2.2)根据建立的评价指标体系构建原则,以确定的电网性能影响因素为基础,建立电网性能初步评价指标体系;
2.3)运用专家打分法对建立的初步评价指标体系进行二次筛选,确定电网性能初步评价指标体系中的关键评价指标;
2.4)确定各关键评价指标的评分公式,将各关键评价指标及其评分公式作为最终的电网性能评价指标体系。
3.如权利要求2所述的一种电网性能综合评价方法,其特征在于:所述步骤2.3)中,所述关键评价指标包括影响电网安全性、可靠性、优质性、经济性和智能性的五类关键指标;
其中,所述影响电网安全性的关键指标包括变电容载比和线路N-1通过率,其计算公式分别为:
a、变电容载比:
b、线路“N-1”通过率:
所述影响电网可靠性的关键指标包括供电可靠率、变压器可用系数和线路可用系数,其计算公式分别为:
a、供电可靠率:
单条供电线路的供电可靠性:
整个变电站或整个供电区域的供电可靠性:
b、变压器可用系数:
c、线路可用系数:
所述影响电网优质性的关键指标包括综合电压合格率和可再生能源发电量占比,其计算公式分别为:
a、综合电压合格率:
b、可再生能源发电量占比:
所述影响电网经济性的关键指标包括线损率、单位电网资产供电负荷和单位电网资产售电收入,其计算公式分别为:
a、线损率:
b、单位电网资产供电负荷:
c、单位电网资产售电收入:
所述影响电网智能性的关键指标包括智能变电站比例、智能电表覆盖率和配电自动化线路覆盖率,其计算公式分别为:
a、智能变电站比例:
b、智能电表覆盖率:
c、配电自动化线路覆盖率:
4.如权利要求1所述的一种电网性能综合评价方法,其特征在于:所述步骤3)中,建立基于熵值法-物元可拓综合评价模型并对电网性能进行综合评价的方法,包括以下步骤:
3.1)将电网性能划分为若干评价等级,并给出各评价等级的数据范围,根据划分的评价等级及评价等级的数据范围确定各评价等级的经典域、节域,并将待评价电网的各评价指标值作为待评价物元;
3.2)对待评价物元内的各评价指标值进行标准化处理;
3.3)采用熵值法确定标准化处理后待评价物元内各评价指标值的指标权重;
3.4)根据待评价物元中各关键指标值的权重系数,计算得到待评物元各评价指标值关于各评价等级的关联度;
3.5)根据待评价物元内各关键指标关于各评价等级的关联度,计算待评价物元关于各评价等级的综合关联度,并进行等级评定。
5.如权利要求4所述的一种电网性能综合评价方法,其特征在于:所述步骤3.1)中,所述经典域为:
式中,Nj表示所划分的j个等级,c1,c2,…,cn是Nj的n个不同特征,vj1,vj2,…,vjn分别是Nj关于c1,c2,…,cn所取值的范围;
所述节域为:
式中,p表示待评对象等级的全体;vp1,vp2,…,vpn分别是p关于c1,c2,…,cn所取值的范围;
所述待评价物元为:
式中,p0为待评价物元;v1,v2,…,vn分别是p0关于特征c1,c2,…,cn检测所得的具体数据。
6.如权利要求4所述的一种电网性能综合评价方法,其特征在于:所述步骤3.2)中,评价指标的标准化处理公式为:
式中,vki表示第i个指标的第k个指标值,此处的m取值为5,q1为区间型指标最优取值范围的下界,q2为区间型指标最优取值范围的上界,xki为规范化后的指标数值。
7.如权利要求4所述的一种电网性能综合评价方法,其特征在于:所述步骤3.3)中,各关键指标的指标权重的计算方法,包括以下步骤:
3.3.1)计算第i项指标下,第k个指标值标准化后的指标数值xki的贡献度;
式中:pki表示第i个指标属性下,第k个指标值的贡献度;
3.3.2)计算第i项指标的熵值ei;
式中,常数h取h=1/lnm,且设Pki=0时,Pki=0lnPki=0;
3.3.3)计算指标xi的差异性系数gi;
gi=1-ei,
3.3.4)确定权重系数wi:
8.如权利要求4所述的一种电网性能综合评价方法,其特征在于:所述步骤3.4)中,关键指标关于各评价等级的关联度的计算公式为:
式中,
|Vji|=|bji-aji|,(i=1,2,…,n;j=1,2,…,m),
式中,ρ(vi,Vji)、ρ(vi,Vpi)分别表示点vi与经典域区间Vji和节域区间Vpi的距。
9.如权利要求4所述的一种电网性能综合评价方法,其特征在于:所述步骤3.5)中,待评价物元关于等级j的综合关联度为:
式中:Kj(p0)为待评物元关于各等级j的综合关联度,Kj(vi)为待评事物各指标对各等级的关联度,wi为各评价指标的权系数。
10.一种电网性能综合评价系统,其特征在于:其包括:
电网性能影响因素识别模块,用于从不同方面对影响电网性能的因素进行识别和分析,并确定电网性能影响因素;
评价指标体系构建模块,用于根据预先建立的评价指标体系构建原则,在确定的电网性能影响因素的基础上,建立电网性能评价指标体系;
模型构建及评价模块,用于对电网性能评价指标体系中的各评价指标进行赋权,建立基于熵值法的物元可拓综合评价模型,对电网性能进行综合评价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810579713.6A CN108805443A (zh) | 2018-06-07 | 2018-06-07 | 一种电网性能综合评价方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810579713.6A CN108805443A (zh) | 2018-06-07 | 2018-06-07 | 一种电网性能综合评价方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108805443A true CN108805443A (zh) | 2018-11-13 |
Family
ID=64087568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810579713.6A Pending CN108805443A (zh) | 2018-06-07 | 2018-06-07 | 一种电网性能综合评价方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108805443A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109613380A (zh) * | 2019-02-19 | 2019-04-12 | 广东电网有限责任公司 | 柱上开关成套设备状态评价方法、装置、系统及服务器 |
CN109636009A (zh) * | 2018-11-22 | 2019-04-16 | 中国电力科学研究院有限公司 | 一种建立确定电网线损的神经网络模型的方法和系统 |
CN110097214A (zh) * | 2019-04-11 | 2019-08-06 | 华北电力大学 | 一种基于综合能源系统的自动需求响应用户等级评价方法 |
CN110570099A (zh) * | 2019-08-19 | 2019-12-13 | 北京戴纳实验科技有限公司 | 一种实验室稳定性综合考评系统及其考评方法 |
CN110598968A (zh) * | 2019-06-18 | 2019-12-20 | 国网安徽省电力有限公司滁州供电公司 | 一种基于改进物元可拓模型的电网投资效益评价方法 |
CN111259313A (zh) * | 2020-01-15 | 2020-06-09 | 同济大学 | 一种基于状态评价等级的配电自动化终端状态检修方法 |
CN111815185A (zh) * | 2020-07-13 | 2020-10-23 | 广东电网有限责任公司 | 一种配电网清洁性评价方法及相关装置 |
CN112101754A (zh) * | 2020-09-01 | 2020-12-18 | 四川大学 | 一种电力应急保障能力评价方法 |
CN112116233A (zh) * | 2020-09-03 | 2020-12-22 | 国网经济技术研究院有限公司 | 一种基于电力需求和投资能力的电网投资优化方法及系统 |
CN113053413A (zh) * | 2021-03-23 | 2021-06-29 | 广东电网有限责任公司江门供电局 | 一种拟声驱鸟音频选择方法及装置 |
CN113985284A (zh) * | 2021-11-25 | 2022-01-28 | 海南核电有限公司 | 一种核电站附加柴油发电机监测系统及方法 |
CN115277438A (zh) * | 2022-08-11 | 2022-11-01 | 国网河南省电力公司信息通信公司 | 基于多因素评价指标的电力通信网节点重要性评估方法 |
CN117455269A (zh) * | 2023-12-21 | 2024-01-26 | 国网天津市电力公司城南供电分公司 | 雪花型配电网供电安全预测方法、装置、设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103107535A (zh) * | 2013-01-17 | 2013-05-15 | 中国电力科学研究院 | 一种基于熵权法的电网结构安全性综合评估方法 |
US20160188753A1 (en) * | 2014-12-25 | 2016-06-30 | State Grid Corporation Of China | Power Grid Development Stage Division Method Based on Logistic Model |
CN107330590A (zh) * | 2017-06-19 | 2017-11-07 | 华北电力大学 | 一种基于熵值法和物元可拓法的核电站安全运行评价方法 |
-
2018
- 2018-06-07 CN CN201810579713.6A patent/CN108805443A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103107535A (zh) * | 2013-01-17 | 2013-05-15 | 中国电力科学研究院 | 一种基于熵权法的电网结构安全性综合评估方法 |
US20160188753A1 (en) * | 2014-12-25 | 2016-06-30 | State Grid Corporation Of China | Power Grid Development Stage Division Method Based on Logistic Model |
CN107330590A (zh) * | 2017-06-19 | 2017-11-07 | 华北电力大学 | 一种基于熵值法和物元可拓法的核电站安全运行评价方法 |
Non-Patent Citations (1)
Title |
---|
黄涛 等: "基于熵值法的电网项目后评估技术性能综合评价", 《2010年管理论丛与技术研究专利》 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109636009A (zh) * | 2018-11-22 | 2019-04-16 | 中国电力科学研究院有限公司 | 一种建立确定电网线损的神经网络模型的方法和系统 |
CN109636009B (zh) * | 2018-11-22 | 2022-07-01 | 中国电力科学研究院有限公司 | 一种建立确定电网线损的神经网络模型的方法和系统 |
CN109613380A (zh) * | 2019-02-19 | 2019-04-12 | 广东电网有限责任公司 | 柱上开关成套设备状态评价方法、装置、系统及服务器 |
CN109613380B (zh) * | 2019-02-19 | 2020-11-06 | 广东电网有限责任公司 | 柱上开关成套设备状态评价方法、装置、系统及服务器 |
CN110097214A (zh) * | 2019-04-11 | 2019-08-06 | 华北电力大学 | 一种基于综合能源系统的自动需求响应用户等级评价方法 |
CN110097214B (zh) * | 2019-04-11 | 2021-08-03 | 华北电力大学 | 一种基于综合能源系统的自动需求响应用户等级评价方法 |
CN110598968A (zh) * | 2019-06-18 | 2019-12-20 | 国网安徽省电力有限公司滁州供电公司 | 一种基于改进物元可拓模型的电网投资效益评价方法 |
CN110570099A (zh) * | 2019-08-19 | 2019-12-13 | 北京戴纳实验科技有限公司 | 一种实验室稳定性综合考评系统及其考评方法 |
CN110570099B (zh) * | 2019-08-19 | 2022-04-15 | 北京戴纳实验科技有限公司 | 一种实验室稳定性综合考评系统及其考评方法 |
CN111259313A (zh) * | 2020-01-15 | 2020-06-09 | 同济大学 | 一种基于状态评价等级的配电自动化终端状态检修方法 |
CN111815185A (zh) * | 2020-07-13 | 2020-10-23 | 广东电网有限责任公司 | 一种配电网清洁性评价方法及相关装置 |
CN112101754B (zh) * | 2020-09-01 | 2023-12-19 | 四川大学 | 一种电力应急保障能力评价方法 |
CN112101754A (zh) * | 2020-09-01 | 2020-12-18 | 四川大学 | 一种电力应急保障能力评价方法 |
CN112116233A (zh) * | 2020-09-03 | 2020-12-22 | 国网经济技术研究院有限公司 | 一种基于电力需求和投资能力的电网投资优化方法及系统 |
CN113053413A (zh) * | 2021-03-23 | 2021-06-29 | 广东电网有限责任公司江门供电局 | 一种拟声驱鸟音频选择方法及装置 |
CN113985284A (zh) * | 2021-11-25 | 2022-01-28 | 海南核电有限公司 | 一种核电站附加柴油发电机监测系统及方法 |
CN115277438A (zh) * | 2022-08-11 | 2022-11-01 | 国网河南省电力公司信息通信公司 | 基于多因素评价指标的电力通信网节点重要性评估方法 |
CN115277438B (zh) * | 2022-08-11 | 2023-07-07 | 国网河南省电力公司信息通信公司 | 基于多因素评价指标的电力通信网节点重要性评估方法 |
CN117455269A (zh) * | 2023-12-21 | 2024-01-26 | 国网天津市电力公司城南供电分公司 | 雪花型配电网供电安全预测方法、装置、设备和存储介质 |
CN117455269B (zh) * | 2023-12-21 | 2024-04-16 | 国网天津市电力公司城南供电分公司 | 雪花型配电网供电安全预测方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108805443A (zh) | 一种电网性能综合评价方法和系统 | |
Tiep et al. | An assessment of power sector reforms and utility performance to strengthen consumer self-confidence towards private investment | |
Zhao et al. | Research on the efficiency of carbon trading market in China | |
Brunke et al. | Empirical investigation of barriers and drivers to the adoption of energy conservation measures, energy management practices and energy services in the Swedish iron and steel industry | |
CN102385723B (zh) | 一种重要电力用户应急电源配置方法 | |
CN110555624A (zh) | 一种考虑指标关联的电网调度运行综合评估方法 | |
CN109816269A (zh) | 一种基于配电单元综合效益的配电网项目规划方法 | |
CN107871214A (zh) | 一种多能互补供能系统综合评价指标体系建立方法 | |
CN107292520A (zh) | 一种无电村新能源利用效益评价方法 | |
Zhou et al. | Smart energy management | |
Pang et al. | How does digital finance drive the green economic growth? New discoveries of spatial threshold effect and attenuation possibility boundary | |
KR100690088B1 (ko) | 비용 효과 분석을 위한 웹 기반 전력 수요관리 평가 시스템 | |
Fontana et al. | A MCDM model for urban water conservation strategies adapting simos procedure for evaluating alternatives intra-criteria | |
Telfah et al. | Role of financial markets and natural resource utilization in green economic recovery: Evidence from selected developing economies | |
Ben et al. | Interaction analysis among industrial parks, innovation input, and urban production efficiency | |
Gan et al. | Application and outlook of prospect theory applied to bounded rational power system economic decisions | |
Pollitt | Measuring the impact of electricity market reform in a Chinese context | |
CN106228471A (zh) | 一种配电网指标评估方法及评估装置 | |
CN104484765A (zh) | 一种评价城市供电网是否具备世界一流水平的方法 | |
CN107103415B (zh) | 配电网资源配置方法和系统 | |
Matyushok et al. | Electricity consumption for the Russian economy: does smart grid matter? | |
CN112365169A (zh) | 一种未来低碳能源框架下的电网运营评价分析方法 | |
Chen et al. | A combination weighting method for the risk evaluation of water saving management contract | |
Becchio et al. | Cost benefit analysis and smart grids projects | |
Kahoreria et al. | Power Connectivity and Performance of Kenya Power and Lighting Company in Western Kenya |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181113 |